本文選題：百度指數(shù) + 協(xié)整檢驗(yàn)　； 參考：《人文地理》2017年03期

【摘要】：網(wǎng)絡(luò)搜索引擎是旅游者獲取旅游信息的最重要入口,百度指數(shù)通過反映關(guān)鍵詞被搜索的次數(shù)表征旅游者的網(wǎng)絡(luò)關(guān)注度。文章以三清山為例,首先利用協(xié)整理論及格蘭杰因果檢驗(yàn)分析了PC端和移動端百度指數(shù)與實(shí)際游客量之間的關(guān)系,進(jìn)一步建立日游客量ARMA模型和分別加入PC端和移動端百度指數(shù)的VAR模型,對游客量預(yù)測結(jié)果及預(yù)測能力進(jìn)行比較分析,以期通過不同客戶端、不同搜索關(guān)鍵詞來填補(bǔ)游客量預(yù)測過程中旅游網(wǎng)絡(luò)數(shù)據(jù)提取的單一性,得到更好的預(yù)測效果。發(fā)現(xiàn)移動端比PC端百度指數(shù)模型具有更好的預(yù)測效果,移動端比PC端百度指數(shù)對實(shí)際游客量的變動具有更好的解釋能力。
[Abstract]:Internet search engine is the most important entry for tourists to obtain tourism information. Baidu index represents tourists' online attention by reflecting the number of times the keywords are searched. Taking Sanqing Mountain as an example, the paper first analyzes the relationship between the Baidu index and the actual number of visitors on the PC and mobile terminals by using the co-arrangement and Granger causality test. The ARMA model of daily visitor volume and the VAR model with Baidu index on PC side and mobile terminal respectively are established to compare and analyze the forecast results and prediction ability of tourist volume in order to pass through different clients. Different search keywords are used to fill up the singularity of tourist network data extraction in the process of tourist volume prediction, and better prediction results are obtained. It is found that the mobile terminal has a better prediction effect than the PC Baidu index model, and the mobile terminal has a better ability to explain the change of the actual number of visitors than the PC side.
【作者單位】： 南京大學(xué)地理與海洋科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(41301134)
【分類號】：F49;F592

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張永華;;如果你能熬過冬天[J];意林(原創(chuàng)版);2013年06期

2 俞慶進(jìn);張兵;;投資者有限關(guān)注與股票收益——以百度指數(shù)作為關(guān)注度的一項(xiàng)實(shí)證研究[J];金融研究;2012年08期

3 黃先開;張麗峰;丁于思;;百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測研究——以北京故宮為例[J];旅游學(xué)刊;2013年11期

4 熊麗芳;甄峰;王波;席廣亮;;基于百度指數(shù)的長三角核心區(qū)城市網(wǎng)絡(luò)特征研究[J];經(jīng)濟(jì)地理;2013年07期

5 程玉瓊;移動信息圖庫;;小時代 大數(shù)據(jù)[J];移動信息;2014年03期

6 ;月度動向[J];廣告大觀(綜合版);2012年02期

7 李世霞;田至美;;基于百度指數(shù)的旅游目的地網(wǎng)絡(luò)關(guān)注度影響因素分析——以青島為例[J];首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

8 老兵;;給O_2O潑點(diǎn)冷水[J];商業(yè)文化(下半月);2014年04期

9 ;《星你》大熱帶給工程機(jī)械的思考[J];建筑機(jī)械;2014年03期

10 何瀟;;“百度指數(shù)”VS“Google趨勢”[J];電子商務(wù);2006年10期

相關(guān)會議論文 前1條

1 祖俊;;大數(shù)據(jù)視域下“數(shù)字鴻溝”的樣態(tài)分析[A];中華新聞傳播學(xué)術(shù)聯(lián)盟第六屆研究生學(xué)術(shù)研討會論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 程旭;百度指數(shù)升級 個性化關(guān)鍵詞監(jiān)控儀全新登場[N];大眾科技報(bào);2006年

2 易觀;《瘋狂猜圖》：瘋狂過后贏利是困局[N];中國新聞出版報(bào);2013年

3 吳菲;麗人麗妝的大數(shù)據(jù)營銷[N];中華合作時報(bào);2013年

4 商報(bào)首席記者 劉敏;山寨《瘋狂猜圖》超200款 手游跟風(fēng)錢途何在？[N];重慶商報(bào);2013年

5 本報(bào)記者 遲明霞;網(wǎng)游市場暑期升溫[N];中華工商時報(bào);2009年

6 特約作者 陳佼;爆吧事件背后的思索[N];電腦報(bào);2010年

7 賽迪顧問云計(jì)算產(chǎn)業(yè)研究中心高級分析師 劉新;大數(shù)據(jù)引爆新增長點(diǎn)[N];中國電子報(bào);2012年

8 蘇報(bào)評論員 金根;崗位熱度超“北上廣”傳遞啥信號？[N];蘇州日報(bào);2014年

9 記者 陳永杰　吳m#麓;人肉搜索的殺傷力[N];北京科技報(bào);2011年

10 長江證券;漢鼎股份：智慧暖通需求有望升溫[N];東方早報(bào);2013年

相關(guān)碩士學(xué)位論文 前10條

1 熊潔;基于百度指數(shù)的投資者關(guān)注與創(chuàng)業(yè)板股票量價的關(guān)系研究[D];江西財(cái)經(jīng)大學(xué);2015年

2 盧瀚;投資者關(guān)注度與股票市場表現(xiàn)[D];南京大學(xué);2016年

3 肖亦歌;投資者關(guān)注對投資者交易行為的影響[D];哈爾濱工業(yè)大學(xué);2016年

4 萬穎迪;中國明星真人秀收視率的影響因素及其實(shí)證分析[D];廣西大學(xué);2016年

5 劉藝哲;基于百度指數(shù)的投資者關(guān)注對股市影響的研究[D];湖南大學(xué);2015年

6 高飛;投資者關(guān)注度與我國創(chuàng)業(yè)板市場表現(xiàn)[D];重慶大學(xué);2016年

7 白春祥;教育技術(shù)理論熱點(diǎn)與實(shí)踐需求的耦合度研究[D];河南大學(xué);2016年

8 項(xiàng)毅;百度指數(shù)可以預(yù)測股票走勢嗎？[D];西南財(cái)經(jīng)大學(xué);2016年

9 湯祥鳳;有限關(guān)注與股票市場表現(xiàn)[D];安徽財(cái)經(jīng)大學(xué);2016年

10 楊帆;百度指數(shù)與股票市場表現(xiàn)相關(guān)性研究[D];上海交通大學(xué);2014年

，

本文編號：1945546